(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111632814.3 (22)申请日 2021.12.2 9 (71)申请人 北京达佳互联信息技 术有限公司 地址 100085 北京市海淀区上地西路6号1 幢1层101D1-7 (72)发明人 廖超　刘霁　杨森　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 专利代理师 贾允 (51)Int.Cl. G06F 16/9535(2019.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 资源推荐模 型训练方法、 资源信息推荐 方法 和装置 (57)摘要 本公开关于资源推荐模 型训练方法、 资源信 息推荐方法和装置， 该方法包括： 将多个加权后 的样本对象资源信息输入到第一待训练模型中 进行推荐识别处理， 确定第一推荐指标信息。 基 于第一推荐指标信息， 对预设权重信息进行更 新， 得到多个样本对象资源信息各自对应的更新 权重信息， 并基于更新权重信息， 从多个样本对 象资源信息中确定目标对象资源信息。 基于目标 对象资源信息， 对第二待训练模型进行训练， 得 到资源推荐模 型。 该方法可以筛选得到对推荐指 标信息更重要的目标对象资源信息， 从而减少特 征处理的计算量， 增强训练过程中模 型对目标对 象资源信息的学习， 提高了资源推荐的准确性。 权利要求书2页 说明书21页 附图7页 CN 114528472 A 2022.05.24 CN 114528472 A 1.一种资源推荐模型训练方法， 其特 征在于， 所述方法包括： 基于预设权重信息， 对多个样本对象资源信息进行加权处理后， 输入到第一待训练模 型中进行推荐识别处理， 确定第一推荐指标信息， 所述样本对 象资源信息为基于样本对 象 的对象信息和所述样本对象对应的样本多媒体资源的资源信息确定的； 基于所述第一推荐指标信息， 对所述预设权重信息进行更新， 得到多个所述样本对象 资源信息各自对应的更新权重信息， 所述更新权重信息用于表征多个所述样本对象资源信 息分别对所述第一推荐指标信息的重要程度； 基于所述更新权 重信息， 从多个所述样本对象资源信息中确定目标对象资源信息； 基于所述目标对象资源信 息， 对第二待训练模型进行训练， 得到资源推荐模型， 所述第 二待训练模型为对已训练的第一待训练模型中的网络结构进行调整得到的。 2.根据权利要求1所述的资源推荐模型训练方法， 其特征在于， 所述基于所述第 一推荐 指标信息， 对所述预设权重信息进行更新， 得到多个所述样本对 象资源信息各自对应的更 新权重信息包括： 基于所述第 一推荐指标信 息和所述样本多媒体资源对应的预设推荐标注信 息， 确定第 一损失信息； 基于所述第一损失信息， 对所述预设权 重信息进行 更新， 得到所述更新权 重信息。 3.根据权利要求2所述的资源推荐模型训练方法， 其特征在于， 所述基于所述第 一损失 信息， 对所述预设权 重信息进行 更新， 得到所述更新权 重信息包括： 基于所述第一损 失信息， 对所述第一待训练模型中的模型参数进行更新， 得到初始特 征筛选模型； 基于所述初始特 征筛选模型， 确定所述预设权 重信息对应的权 重更新参数； 基于所述权 重更新参数， 对所述预设权 重信息进行 更新， 得到所述更新权 重信息。 4.根据权利要求2或3任一项所述的资源推荐模型训练方法， 其特征在于， 所述第一推 荐指标信息包括多种推荐指标信息， 所述基于所述第一推荐指标信息和所述样本多媒体资 源对应的预设推荐标注信息， 确定第一损失信息包括： 确定每种所述推荐指标信息与所述预设推荐标注信息间的推荐损失信息； 基于每个所述推荐损失信息， 得到所述第一损失信息 。 5.一种资源信息推荐方法， 其特 征在于， 所述方法包括： 从目标对象对应的对象资源信 息中获取多个目标对象资源信 息， 多个所述目标对象资 源信息为更新权重信息满足预设条件的对象资源信息， 所述更新权重信息表征所述对象资 源信息对推荐指标信息的重要程度， 所述对象资源信息为基于所述目标对象的对象信息和 待推荐多媒体资源的资源信息确定的； 将所述目标对象资源信 息输入到如权利要求1 ‑4任意一项所述的资源推荐模型中进行 推荐识别处 理， 确定所述待推荐 多媒体资源 对应的推荐指标信息； 基于所述推荐指标信息， 从所述待推荐 多媒体资源中确定目标推荐资源； 向所述目标对象推荐所述目标推荐资源。 6.一种资源推荐模型训练装置， 其特 征在于， 所述装置包括： 第一推荐识别模块， 被配置为执行基于预设权重信息， 对多个样本对象资源信息进行 加权处理后， 输入到第一待训练模型中进 行推荐识别处理， 确定第一推荐指标信息， 所述样权　利　要　求　书 1/2 页 2 CN 114528472 A 2本对象资源信息为基于样本对 象的对象信息和所述样本对 象对应的样本多媒体资源的资 源信息确定的； 权重更新模块， 被配置为执行基于所述第一推荐指标信息， 对所述预设权重信息进行 更新， 得到多个所述样本对 象资源信息各自对应的更新权重信息， 所述更新权重信息用于 表征多个所述样本对象资源信息分别对所述第一推荐指标信息的重要程度； 目标信息获取模块， 被配置为执行基于所述更新权重信息， 从多个所述样本对象资源 信息中确定目标对象资源信息； 资源推荐模型训练模块， 被配置为执行基于所述目标对象资源信息， 对第二待训练模 型进行训练， 得到资源推荐模型， 所述第二待训练模型为对已训练的第一待训练模型中的 网络结构进行调整得到的。 7.一种资源信息推荐装置， 其特 征在于， 所述装置包括： 对象资源获取模块， 被配置为执行从目标对象对应的对象资源信 息中获取多个目标对 象资源信息， 多个所述 目标对象资源信息为更新权重信息满足预设条件的对 象资源信息， 所述更新权重信息表征所述对象资源信息对推荐指标信息的重要程度， 所述对象资源信息 为基于所述目标对象的对象信息和待推荐 多媒体资源的资源信息确定的； 推荐识别模块， 被配置为执行将所述目标对象资源信息输入到如权利要求1 ‑4任意一 项所述的资源推荐模型中进行推荐识别处理， 确定所述待推荐多媒体资源对应的推荐指标 信息； 目标推荐资源确定模块， 被配置为执行基于所述推荐指标信息， 从所述待推荐多媒体 资源中确定目标推荐资源； 推荐模块， 被 配置为执 行向所述目标对象推荐所述目标推荐资源。 8.一种电子设备， 其特 征在于， 包括： 处理器； 用于存储所述处 理器可执行指令的存 储器； 其中， 所述处理器被配置为执行所述指令， 以实现如权利要求1至4中任一项所述的资 源推荐模型训练方法和权利要求5中任一项所述的资源信息推荐方法。 9.一种计算机可读存储介质， 其特征在于， 当所述计算机可读存储介质中的指令由电 子设备的处理器执行时， 使得所述电子 设备能够执行如权利要求 1至4中任一项 所述的资源 推荐模型训练方法和权利要求5中任一项所述的资源信息推荐方法。 10.一种计算机程序产品， 包括计算机程序， 其特征在于， 所述计算机程序被处理器执 行时实现如权利要求1至4中任一项 所述的资源推荐模型训练方法和权利要求5中任一项 所 述的资源信息推荐方法。权　利　要　求　书 2/2 页 3 CN 114528472 A 3